CN109186744A - 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 - Google Patents
汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 Download PDFInfo
- Publication number
- CN109186744A CN109186744A CN201810840201.0A CN201810840201A CN109186744A CN 109186744 A CN109186744 A CN 109186744A CN 201810840201 A CN201810840201 A CN 201810840201A CN 109186744 A CN109186744 A CN 109186744A
- Authority
- CN
- China
- Prior art keywords
- blade
- vibration
- steam turbine
- frequency
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Turbines (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法,属于汽轮机叶片振动参数监测技术领域。解决了现有汽轮机叶片振裂事故发生率高,叶片振动频率与幅值参数监测准确率低,无法准确评估叶片裂纹风险的问题。本发明采用传感器直接采集到汽轮机围带连接整圈叶片的振动数据,通过对汽轮机叶片的振动在线监测,基于振动信号实现收集叶片振动数据,进行实时的叶片的疲劳风险估计、裂纹识别和裂纹风险评估,避免叶片断裂事故的发生。本发明适用于汽轮机叶片裂纹评估与预警。
Description
技术领域
本发明属于汽轮机叶片振动参数监测与裂纹评估技术领域。
背景技术
叶片是汽轮机的心脏,它的安全可靠性直接关系到汽轮机和整个电站的安全运行,且随着我国电力行业的迅速发展和技术水平的不断提高,大容量、高参数的汽轮机组已占据市场主导地位,叶片的工作环境也是越发恶劣,叶片振裂事故也是时有发生,由于汽轮机叶片只数多、难以安装在线监测传感器、叶片动力学特性复杂等因素,目前还没有准确评估其运行状态的手段,来有效的遏制叶片事故发生。
发明内容
本发明是为了解决现有汽轮机叶片振裂事故发生率高,叶片振动频率与幅值参数监测准确率低,无法准确评估叶片裂纹风险的问题,提出了一种汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法。
本发明所述的汽轮机叶片裂纹评估系统,该系统包括叶片振动数据采集系统1、叶片振动数据管理系统2和叶片裂纹评估模块3;
叶片振动数据采集系统1包括电涡流传感器11、信号转换电路12和信号调理电路13;
电涡流传感器11,用于实时采集汽轮机运行状态下整圈叶片和单只叶片的振动脉冲时间模拟信号;并将汽轮机的整圈叶片和单只叶片振动的脉冲时间模拟信号发送至信号转换电路12;所述电涡流传感器11的位置通过实验结合有限元仿真计算分析确定;
信号转换电路12,用于接收汽轮机整圈叶片和单只叶片振动的脉冲时间模拟信号数据,对接收的振动脉冲时间模拟信号数据进行模数转换,获得数字形式的振动数据,并结合汽轮机叶片的转速和键相信号,对数字形式的振动数据进行时间-位移转换,获得数字形式的汽轮机整圈叶片和单只叶片的振动位移数据;并将数字形式的振动位移数据发送至信号调理电路13;
信号调理电路13,用于接收数字形式的汽轮机整圈叶片和单只叶片的振动位移数据,并对所接收的振动相位数据进行放大和滤波处理,并将放大滤波后的振动位移数据发送至叶片振动数据管理系统2;
叶片振动数据管理系统2,用于接收放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,并对振动位移数据进行存储;同时接收叶片裂纹评估模块3发送的特征数据,对特征数据进行存储;并将接收的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据发送至叶片裂纹评估模块3;
叶片裂纹评估模块3包括叶片振动数据分析模块31、疲劳评估预警模块32和裂纹评估模块33;
叶片振动数据分析模块31,用于接收叶片振动数据管理系统2发送的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,对所接收的振动位移数据进行处理获取叶片振动的特征数据;并将汽轮机运行时整圈叶片的特征数发送至裂纹评估模块33,将将汽轮机运行时单只叶片的特征数据发送至疲劳评估预警模块32;
所述特征数据包括汽轮机运行时单只叶片模态振动幅值和模态振动频率的和汽轮机运行时整圈叶片的模态振动幅值和模态振动频率;
疲劳评估预警模块32,用于接收汽轮机单只叶片的模态振动幅值,并利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力,并根据叶片高周疲劳的应力寿命考核方法获得汽轮机运行状态下单只叶片的疲劳损伤量;
还用于判断汽轮机单只叶片疲劳损伤量是否大于叶片疲劳预警值,汽轮机单只叶片疲劳损伤量大于叶片疲劳预警值时,发出叶片疲劳预警信号,实现单只叶片疲劳损伤的评估预警;
裂纹评估模块33,用于接收汽轮机整圈叶片的模态振动频率信号和单只叶片的模态振动频率信号,利用电厂数据库中汽轮机整圈叶片的固有频率与叶片裂纹状态的对应关系,获得整圈叶片的裂纹状态,利用电厂数据库中汽轮机单只叶片的固有频率与叶片裂纹状态的对应关系,获得单只叶片的裂纹状态;
所述电厂数据库包括叶片振动幅值-动应力关系模型和汽轮机整圈叶片节径振动特性与叶片裂纹状态的对应关系,以及汽轮机单只叶片振动特性与叶片裂纹状态对应关系;汽轮机整圈叶片的节径振动特性数据包括1至10阶各节径振动下的固有频率和1至10阶各节径振动下的固有频率所对应的整圈叶片振动幅值,汽轮机单只叶片的振动特性数据包括1至10阶振动下的固有频率和1至10阶振动下的固有频率所对应的单只叶片振动幅值。
进一步地,该系统还包括围带,所述围带用于将汽轮机位于同一平面的一圈叶片连接为一体结构。
进一步,叶片振动数据管理系统2采用完全覆盖对数字形式的振动位移数据进行存储,采用稀释式存储方式对特征数据进行存储。
进一步地,汽轮机整圈叶片和单只叶片的模态振动幅值均通过最大值筛选方法从数字形式的振动位移数据中直接提取。
进一步地,汽轮机整圈叶片和单只叶片的模态振动频率通过对接收的数字形式的振动位移进行离散傅立叶转换后获取。
进一步地,该系统还包括叶片之间特征对比分析模块4、异步共振参数分析模块5、人机交互模块6、同步共振参数分析模块7和趋势分析模块8;
异步共振参数分析模块5,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取汽轮机转速稳定时的整圈叶片和单只叶片的模态振动频率和模态振动幅值信号;
当汽轮机转速稳定时的振动幅值超出阈值范围时或振动频率偏移量超过频率偏移阈值时,发出警报提示;并将汽轮机转速稳定时整圈叶片和单只叶片的模态振动频率和模态振动幅值信号发送至人机交互模块;
同步共振参数分析模块7,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取接收汽轮机启停过程中整圈叶片的模态振动频率和汽轮机转速信号,当汽轮机转速与整圈叶片模态振动频率一致时,发生同步共振,记录同步共振发生时的汽轮机转速和整圈叶片的振动幅值,绘制坎贝尔图,并将坎贝尔图信号发送至人机交互模块;
趋势分析模块8,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率信号,绘制频率-时间图,并将频率-时间图信号发送至人机交互模块,
叶片之间特征对比分析模块4,用于接收叶片振动数据分析模块31发送的单只叶片的振动位移幅值和模态振动频率,并将每只叶片的振动位移幅值和模态振动频率分别绘制成位移幅值-时间图和频率-时间图,并将位移幅值-时间图和频率-时间图发动至人机交互模块;
人机交互模块6,用于接收同步共振参数分析模块发送的坎贝尔图信号、趋势分析模块发送的频率-时间图信号、叶片之间特征对比分析模块发送的位移幅值-时间图和频率-时间图信号,向叶片振动数据分析模块发送的模态振动频率信号;同时根据接收的控制信号对接收的坎贝尔图信号、频率-时间图信号、位移幅值-时间图和频率-时间图信号或模态振动频率信号进行显示。
汽轮机叶片裂纹预警方法,该方法包括:
步骤一、实时采集汽轮机整圈叶片和单只叶片的振动时间脉冲信号;
步骤二、对汽轮机整圈叶片和单只叶片的时间脉冲信号进行模数转换处理,获得数字形式的叶片振动时间脉冲信号,结合汽轮机叶片的转速和键相信号,将时间脉冲数字信号转化为数字形式的叶片振动位移数据;
步骤三、对数字形式的汽轮机整圈叶片和单只叶片的振动位移数据进行放大和滤波处理;
步骤四、对放大滤波后的振动位移数据提取叶片振动的特征数据,所述特征数据包括模态振动幅值和模态振动频率;获得汽轮机整圈叶片的模态振动幅值和模态振动频率,汽轮机单片叶片的模态振动幅值和模态振动频率;
步骤五、根据汽轮机单片叶片的模态振动幅值,利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力;根据叶片高周疲劳的应力寿命考核方法,获得汽轮机单只叶片的疲劳损伤量;
步骤六、判断汽轮机单只叶片疲劳损伤量是否大于单只叶片疲劳预警值,若是,则发出叶片疲劳报警信号,否则,返回执行步骤一;
步骤七、判断汽轮机单只叶片的模态振动频率是否小于汽轮机单片叶片的固有频率的0.5%,若是,则执行步骤九,否则,返回执行步骤一;
步骤八、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的0.5%,若是,则执行步骤十,否则,返回执行步骤一;
步骤九、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十一;
步骤十、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十二;
步骤十一、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一;
步骤十二、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一。
本发明实现采用传感器直接采集到汽轮机围带连接整圈叶片的振动数据,通过对汽轮机低压末几级叶片的振动在线监测,基于振动信号实现收集叶片振动数据,进行实时的叶片的疲劳风险估计、裂纹识别和裂纹风险评估,避免叶片断裂事故的发生,合理安排电厂机组大修时间,这对提高电站经济效益具有很重要的现实意义。
附图说明
图1是本发明所述的汽轮机叶片裂纹评估系统的原理框图;
图2是具体实施方式六所述的汽轮机叶片裂纹评估系统的原理框图;
图3是具体实施方式七所述的汽轮机叶片裂纹预警方法流程图,图中,频率比较判断部分为单片叶片的模态振动频率与单片叶片的固有频率进行比较,整圈叶片的模态振动频率与整圈叶片的固有频率进行比较。
具体实施方式
具体实施方式一:下面结合图1说明本实施方式,本实施方式所述的汽轮机叶片裂纹评估系统,该系统包括叶片振动数据采集系统1、叶片振动数据管理系统2和叶片裂纹评估模块3;
叶片振动数据采集系统1包括电涡流传感器11、信号转换电路12和信号调理电路13;
电涡流传感器11,用于实时采集汽轮机运行状态下整圈叶片和单只叶片的振动脉冲时间模拟信号;并将汽轮机的整圈叶片和单只叶片振动的脉冲时间模拟信号发送至信号转换电路12;所述电涡流传感器11的位置通过实验结合有限元仿真计算分析确定;
信号转换电路12,用于接收汽轮机整圈叶片和单只叶片振动的脉冲时间模拟信号数据,对接收的振动脉冲时间模拟信号数据进行模数转换,获得数字形式的振动数据,并结合汽轮机叶片的转速和键相信号,对数字形式的振动数据进行时间-位移转换,获得数字形式的汽轮机整圈叶片和单只叶片的振动位移数据;并将数字形式的振动位移数据发送至信号调理电路13;
信号调理电路13,用于接收数字形式的汽轮机整圈叶片和单只叶片的振动位移数据,并对所接收的振动相位数据进行放大和滤波处理,并将放大滤波后的振动位移数据发送至叶片振动数据管理系统2;
叶片振动数据管理系统2,用于接收放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,并对振动位移数据进行存储;同时接收叶片裂纹评估模块3发送的特征数据,对特征数据进行存储;并将接收的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据发送至叶片裂纹评估模块3;
叶片裂纹评估模块3包括叶片振动数据分析模块31、疲劳评估预警模块32和裂纹评估模块33;
叶片振动数据分析模块31,用于接收叶片振动数据管理系统2发送的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,对所接收的振动位移数据进行处理获取叶片振动的特征数据;并将汽轮机运行时整圈叶片的特征数发送至裂纹评估模块33,将将汽轮机运行时单只叶片的特征数据发送至疲劳评估预警模块32;
所述特征数据包括汽轮机运行时单只叶片模态振动幅值和模态振动频率的和汽轮机运行时整圈叶片的模态振动幅值和模态振动频率;
疲劳评估预警模块32,用于接收汽轮机单只叶片的模态振动幅值,并利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力,并根据叶片高周疲劳的应力寿命考核方法获得汽轮机运行状态下单只叶片的疲劳损伤量;
还用于判断汽轮机单只叶片疲劳损伤量是否大于叶片疲劳预警值,汽轮机单只叶片疲劳损伤量大于叶片疲劳预警值时,发出叶片疲劳预警信号,实现单只叶片疲劳损伤的评估预警;
裂纹评估模块33,用于接收汽轮机整圈叶片的模态振动频率信号和单只叶片的模态振动频率信号,利用电厂数据库中汽轮机整圈叶片的固有频率与叶片裂纹状态的对应关系,获得整圈叶片的裂纹状态,利用电厂数据库中汽轮机单只叶片的固有频率与叶片裂纹状态的对应关系,获得单只叶片的裂纹状态;
所述电厂数据库包括叶片振动幅值-动应力关系模型和汽轮机整圈叶片节径振动特性与叶片裂纹状态的对应关系,以及汽轮机单只叶片振动特性与叶片裂纹状态对应关系;汽轮机整圈叶片的节径振动特性数据包括1至10阶各节径振动下的固有频率和1至10阶各节径振动下的固有频率所对应的整圈叶片振动幅值,汽轮机单只叶片的振动特性数据包括1至10阶振动下的固有频率和1至10阶振动下的固有频率所对应的单只叶片振动幅值。
本实施方式通过当前的监测配合实验室的动应力测试建立了叶片振动幅值和叶片所受动应力的关系模型而后在实际电厂应用时依据建立的幅值-动应力关系模型由监测的叶片振动幅值可以获得叶片当前所受的动应力而后得到当前动应力下的疲劳损伤量,损伤量线性累加得到一段时间的损伤累计量最后根据设计的报警阀值给出叶片疲劳损伤警报。
具体实施方式二:本实施方式是对具体实施方式一所述的汽轮机叶片裂纹评估系统的进一步说明,该系统还包括围带,所述围带用于将汽轮机位于同一平面的一圈叶片连接为一体结构。
本实施方式所述的围带结构可使所有叶片成为一个整体,振动时相互约束,从而增加叶片结构阻尼,但围带结构使得叶顶位移被约束,会导致传统的叶顶位移监测方法因灵敏度不足而失效。本监测系统采用的是叶顶计时法,并使用灵敏度更高的传感器灵,能够通过监测顶部围带结构接触处的缝隙(约2mm到5mm)的轴向位移变化来实现对叶片振动的识别。
具体实施方式三、本实施方式是对具体实施方式一或二所述的汽轮机叶片裂纹评估系统的进一步说明,叶片振动数据管理系统2采用完全覆盖对数字形式的振动位移数据进行存储,采用稀释式存储方式对特征数据进行存储。
本实施方式所述的叶片振动数据振动位移数据和特征数据属于快变数据,数据量非常巨大,对于振动特征数据采用永久存储,对于振动位移数据设置过时范围,过时的振动数据直接丢弃,在数据过时之前,用户可以选择将有用的振动数据导出备份。所述稀释式存储为存储周期由短变长的存储方式,例如存储周期由小时变为天,一段时间后再由天变为月,逐渐稀释空间进行覆盖。
具体实施方式四、本实施方式是对具体实施方式一或二所述的汽轮机叶片裂纹评估系统的进一步说明,汽轮机整圈叶片和单只叶片的模态振动幅值均通过最大值筛选方法从数字形式的振动位移数据中直接提取。
具体实施方式五、本实施方式对实施方式本实施方式是对具体实施方式一或二所述的汽轮机叶片裂纹评估系统的进一步说明,汽轮机整圈叶片和单只叶片的模态振动频率通过对接收的数字形式的振动位移进行离散傅立叶转换后获取。
具体实施方式六、结合图2说明本实施方式,本实施方式是对具体实施方式一或二所述的汽轮机叶片裂纹评估系统的进一步说明,该系统还包括叶片之间特征对比分析模块4、异步共振参数分析模块5、人机交互模块6、同步共振参数分析模块7和趋势分析模块8;
异步共振参数分析模块5,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取汽轮机转速稳定时的整圈叶片和单只叶片的模态振动频率和模态振动幅值信号;
当汽轮机转速稳定时的振动幅值超出阈值范围时或振动频率偏移量超过频率偏移阈值时,发出警报提示;并将汽轮机转速稳定时整圈叶片和单只叶片的模态振动频率和模态振动幅值信号发送至人机交互模块;为用户实时提供整圈叶片和单只叶片的振动数据;
同步共振参数分析模块7,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取接收汽轮机启停过程中整圈叶片的模态振动频率和汽轮机转速信号,当汽轮机转速与整圈叶片模态振动频率一致时,发生同步共振,记录同步共振发生时的汽轮机转速和整圈叶片的振动幅值,绘制坎贝尔图,并将坎贝尔图信号发送至人机交互模块;用于辅助用户和专家分析当前机组启停状况;
趋势分析模块8,用于接收叶片振动数据分析模块31发送的整圈叶片和单只叶片的模态振动频率信号,绘制频率-时间图,并将频率-时间图信号发送至人机交互模块,由用户选择观测对象,通过观测对象图线的变化实现对叶片振动趋势的预测;
叶片之间特征对比分析模块4,用于接收叶片振动数据分析模块31发送的单只叶片的振动位移幅值和模态振动频率,并将每只叶片的振动位移幅值和模态振动频率分别绘制成位移幅值-时间图和频率-时间图,并将位移幅值-时间图和频率-时间图发动至人机交互模块;由用户选择需要对比的叶片的编号,即以图线的形式显示选中叶片的振动参数,进行差异性对比。
人机交互模块6,用于接收同步共振参数分析模块发送的坎贝尔图信号、趋势分析模块发送的频率-时间图信号、叶片之间特征对比分析模块发送的位移幅值-时间图和频率-时间图信号,向叶片振动数据分析模块发送的模态振动频率信号;同时根据接收的控制信号对接收的坎贝尔图信号、频率-时间图信号、位移幅值-时间图和频率-时间图信号或模态振动频率信号进行显示。
本实施方式建立人机交互模块即振动监测客户端,该模块的功能:1)异步共振分析参数功能,包括,可进行异步共振分析时的稳定转速范围,固有频率的估计值,固有频率的允许误差,以及不同位置传感器的幅值和频率偏差参数的报警限值;2)同步共振分析功能,包括,设置共振频率所在转速范围,共振频率的阶数和共振频率分析方法,以及不同位置传感器的幅值和频率偏差参数的报警限值;3)传感器状态显示功能。显示各个传感器的健康状态。4)趋势分析功能,显示一段时间范围内的,所有叶片的或指定叶片的某个特征参数的随时间的变化趋势。5)叶片之间特征对比分析功能,以叶片编号为横坐标,查看一段时间范围内的,所有叶片的或指定叶片的某个特征参数。6)频谱查看功能。查看指定叶片的振动频谱图,可用于分析固有频率随时间的变化情况。7)分析图表和图片导出功能,导出生产报告,用于存档或提供给用户。8)将叶片振动特征参数和DCS中的过程参数的变化同时进行显示功能。
本实施方式所述的人机交互模块还包括打印分析图表和图片导出模块,该模块接收用户发送的图片导出控制信号,
对同步共振参数分析模块发送的坎贝尔图信号、趋势分析模块发送的频率-时间图信号、叶片之间特征对比分析模块发送的位移幅值-时间图和频率-时间图信号、模态振动频率信号;坎贝尔图信号、频率-时间图信号、位移幅值-时间图和频率-时间图信号控制打印机对所需打印的图片发送至打印机进行打印或将所需的信息进行到处。
具体实施方式七、结合图3说明本实施方式,本实施方式所述汽轮机叶片裂纹预警方法,该方法的具体步骤为:
步骤一、实时采集汽轮机整圈叶片和单只叶片的振动时间脉冲信号;
步骤二、对汽轮机整圈叶片和单只叶片的时间脉冲信号进行模数转换处理,获得数字形式的叶片振动时间脉冲信号,结合电厂提供的汽轮机叶片的转速和键相信号,将时间脉冲数字信号转化为数字形式的叶片振动位移数据;
步骤三、对数字形式的汽轮机整圈叶片和单只叶片的振动位移数据进行放大和滤波处理;
步骤四、对放大滤波后的振动位移数据提取叶片振动的特征数据,所述特征数据包括模态振动幅值和模态振动频率;获得汽轮机整圈叶片的模态振动幅值和模态振动频率,汽轮机单片叶片的模态振动幅值和模态振动频率;
步骤五、根据汽轮机单片叶片的模态振动幅值,利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力;根据叶片高周疲劳的应力寿命考核方法,获得汽轮机单只叶片的疲劳损伤量;
步骤六、判断汽轮机单只叶片疲劳损伤量是否大于单只叶片疲劳预警值,若是,则发出叶片疲劳报警信号,否则,返回执行步骤一;
步骤七、判断汽轮机单只叶片的模态振动频率是否小于汽轮机单片叶片的固有频率的0.5%,若是,则执行步骤九,否则,返回执行步骤一;
步骤八、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的0.5%,若是,则执行步骤十,否则,返回执行步骤一;
步骤九、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十一;
步骤十、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十二;
步骤十一、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一;
步骤十二、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一。
本实施方式从采集的叶片振动原始信号中提取各个特征参数,包括整圈叶片的模态振动幅值和模态振动频率,以及单只叶片的模态振动幅值和模态振动频率开发叶片疲劳裂纹识别模块。裂纹将导致叶片的刚度下降,整圈叶片和单只叶片的固有频率均降低,振动幅值发生明显变化。据此,通过对叶片振动幅值和固有频率的监测,进行叶片裂纹的识别,开发叶片疲劳风险评估模块,叶片共振、颤振等事件使叶片振动增加,叶片承受的疲劳应力也相应增加,叶片疲劳损耗加快,建立基于叶片振动的疲劳损伤估计模型,分析其累积疲劳损耗,评估叶片产生疲劳裂纹的风险。
Claims (7)
1.汽轮机叶片裂纹评估系统,其特征在于,该系统包括叶片振动数据采集系统(1)、叶片振动数据管理系统(2)和叶片裂纹评估模块(3);
叶片振动数据采集系统(1)包括电涡流传感器(11)、信号转换电路(12)和信号调理电路(13);
电涡流传感器(11),用于实时采集汽轮机运行状态下整圈叶片和单只叶片的振动脉冲时间模拟信号;并将汽轮机的整圈叶片和单只叶片振动的脉冲时间模拟信号发送至信号转换电路(12);所述电涡流传感器(11)的位置通过实验结合有限元仿真计算分析确定;
信号转换电路(12),用于接收汽轮机整圈叶片和单只叶片振动的脉冲时间模拟信号数据,对接收的振动脉冲时间模拟信号数据进行模数转换,获得数字形式的振动数据,并结合汽轮机叶片的转速和键相信号,对数字形式的振动数据进行时间-位移转换,获得数字形式的汽轮机整圈叶片和单只叶片的振动位移数据;并将数字形式的振动位移数据发送至信号调理电路(13);
信号调理电路(13),用于接收数字形式的汽轮机整圈叶片和单只叶片的振动位移数据,并对所接收的振动相位数据进行放大和滤波处理,并将放大滤波后的振动位移数据发送至叶片振动数据管理系统(2);
叶片振动数据管理系统(2),用于接收放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,并对振动位移数据进行存储;同时接收叶片裂纹评估模块(3)发送的特征数据,对特征数据进行存储;并将接收的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据发送至叶片裂纹评估模块(3);
叶片裂纹评估模块(3)包括叶片振动数据分析模块(31)、疲劳评估预警模块(32)和裂纹评估模块(33);
叶片振动数据分析模块(31),用于接收叶片振动数据管理系统(2)发送的放大滤波后的汽轮机整圈叶片和单只叶片振动位移数据,对所接收的振动位移数据进行处理获取叶片振动的特征数据;并将汽轮机运行时整圈叶片的特征数发送至裂纹评估模块(33),将将汽轮机运行时单只叶片的特征数据发送至疲劳评估预警模块(32);
所述特征数据包括汽轮机运行时单只叶片模态振动幅值和模态振动频率的和汽轮机运行时整圈叶片的模态振动幅值和模态振动频率;
疲劳评估预警模块(32),用于接收汽轮机单只叶片的模态振动幅值,并利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力,并根据叶片高周疲劳的应力寿命考核方法获得汽轮机运行状态下单只叶片的疲劳损伤量;
还用于判断汽轮机单只叶片疲劳损伤量是否大于叶片疲劳预警值,汽轮机单只叶片疲劳损伤量大于叶片疲劳预警值时,发出叶片疲劳预警信号,实现单只叶片疲劳损伤的评估预警;
裂纹评估模块(33),用于接收汽轮机整圈叶片的模态振动频率信号和单只叶片的模态振动频率信号,利用电厂数据库中汽轮机整圈叶片的固有频率与叶片裂纹状态的对应关系,获得整圈叶片的裂纹状态,利用电厂数据库中汽轮机单只叶片的固有频率与叶片裂纹状态的对应关系,获得单只叶片的裂纹状态;
所述电厂数据库包括叶片振动幅值-动应力关系模型和汽轮机整圈叶片节径振动特性与叶片裂纹状态的对应关系,以及汽轮机单只叶片振动特性与叶片裂纹状态对应关系;汽轮机整圈叶片的节径振动特性数据包括1至10阶各节径振动下的固有频率和1至10阶各节径振动下的固有频率所对应的整圈叶片振动幅值,汽轮机单只叶片的振动特性数据包括1至10阶振动下的固有频率和1至10阶振动下的固有频率所对应的单只叶片振动幅值。
2.根据权利要求1所述汽轮机叶片裂纹评估系统,其特征在于,该系统还包括围带,所述围带用于将汽轮机位于同一平面的一圈叶片连接为一体结构。
3.根据权利要求1或2所述汽轮机叶片裂纹评估系统,其特征在于,叶片振动数据管理系统(2)采用完全覆盖对数字形式的振动位移数据进行存储,采用稀释式存储方式对特征数据进行存储。
4.根据权利要求1或2所述汽轮机叶片裂纹评估系统,其特征在于,汽轮机整圈叶片和单只叶片的模态振动幅值均通过最大值筛选方法从数字形式的振动位移数据中直接提取。
5.根据权利要求1或2所述汽轮机叶片裂纹评估系统,其特征在于,汽轮机整圈叶片和单只叶片的模态振动频率通过对接收的数字形式的振动位移进行离散傅立叶转换后获取。
6.根据权利要求1或2所述汽轮机叶片裂纹评估系统,其特征在于,该系统还包括叶片之间特征对比分析模块(4)、异步共振参数分析模块(5)、人机交互模块(6)、同步共振参数分析模块(7)和趋势分析模块(8);
异步共振参数分析模块(5),用于接收叶片振动数据分析模块(31)发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取汽轮机转速稳定时的整圈叶片和单只叶片的模态振动频率和模态振动幅值信号;
当汽轮机转速稳定时的振动幅值超出阈值范围时或振动频率偏移量超过频率偏移阈值时,发出警报提示;并将汽轮机转速稳定时整圈叶片和单只叶片的模态振动频率和模态振动幅值信号发送至人机交互模块;
同步共振参数分析模块(7),用于接收叶片振动数据分析模块(31)发送的整圈叶片和单只叶片的模态振动频率和模态振动幅值,提取接收汽轮机启停过程中整圈叶片的模态振动频率和汽轮机转速信号,当汽轮机转速与整圈叶片模态振动频率一致时,发生同步共振,记录同步共振发生时的汽轮机转速和整圈叶片的振动幅值,绘制坎贝尔图,并将坎贝尔图信号发送至人机交互模块;
趋势分析模块(8),用于接收叶片振动数据分析模块(31)发送的整圈叶片和单只叶片的模态振动频率信号,绘制频率-时间图,并将频率-时间图信号发送至人机交互模块,
叶片之间特征对比分析模块(4),用于接收叶片振动数据分析模块(31)发送的单只叶片的振动位移幅值和模态振动频率,并将每只叶片的振动位移幅值和模态振动频率分别绘制成位移幅值-时间图和频率-时间图,并将位移幅值-时间图和频率-时间图发动至人机交互模块;
人机交互模块(6),用于接收同步共振参数分析模块发送的坎贝尔图信号、趋势分析模块发送的频率-时间图信号、叶片之间特征对比分析模块发送的位移幅值-时间图和频率-时间图信号,向叶片振动数据分析模块发送的模态振动频率信号;同时根据接收的控制信号对接收的坎贝尔图信号、频率-时间图信号、位移幅值-时间图和频率-时间图信号或模态振动频率信号进行显示。
7.汽轮机叶片裂纹预警方法,其特征在于,该方法包括:
步骤一、实时采集汽轮机整圈叶片和单只叶片的振动时间脉冲信号;
步骤二、对汽轮机整圈叶片和单只叶片的时间脉冲信号进行模数转换处理,获得数字形式的叶片振动时间脉冲信号,结合汽轮机叶片的转速和键相信号,将时间脉冲数字信号转化为数字形式的叶片振动位移数据;
步骤三、对数字形式的汽轮机整圈叶片和单只叶片的振动位移数据进行放大和滤波处理;
步骤四、对放大滤波后的振动位移数据提取叶片振动的特征数据,所述特征数据包括模态振动幅值和模态振动频率;获得汽轮机整圈叶片的模态振动幅值和模态振动频率,汽轮机单片叶片的模态振动幅值和模态振动频率;
步骤五、根据汽轮机单片叶片的模态振动幅值,利用幅值-动应力关系模型,获得汽轮机单只叶片所受的动应力;根据叶片高周疲劳的应力寿命考核方法,获得汽轮机单只叶片的疲劳损伤量;
步骤六、判断汽轮机单只叶片疲劳损伤量是否大于单只叶片疲劳预警值,若是,则发出叶片疲劳报警信号,否则,返回执行步骤一;
步骤七、判断汽轮机单只叶片的模态振动频率是否小于汽轮机单片叶片的固有频率的0.5%,若是,则执行步骤九,否则,返回执行步骤一;
步骤八、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的0.5%,若是,则执行步骤十,否则,返回执行步骤一;
步骤九、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十一;
步骤十、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的1%,若是,发出轻度预警信号,返回执行步骤一,否则,执行步骤十二;
步骤十一、判断汽轮机单片叶片的模态振动频率是否小于汽轮机单只叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一;
步骤十二、判断汽轮机整圈叶片的模态振动频率是否小于汽轮机整圈叶片的固有频率的2%,若是,发出中度预警信号,返回执行步骤一,否则,发送重度裂纹预警信号;返回执行步骤一。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810840201.0A CN109186744B (zh) | 2018-07-26 | 2018-07-26 | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 |
PCT/CN2018/110054 WO2020019531A1 (zh) | 2018-07-26 | 2018-10-12 | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810840201.0A CN109186744B (zh) | 2018-07-26 | 2018-07-26 | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109186744A true CN109186744A (zh) | 2019-01-11 |
CN109186744B CN109186744B (zh) | 2020-10-27 |
Family
ID=64937183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810840201.0A Active CN109186744B (zh) | 2018-07-26 | 2018-07-26 | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109186744B (zh) |
WO (1) | WO2020019531A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109944646A (zh) * | 2019-04-04 | 2019-06-28 | 哈尔滨汽轮机厂有限责任公司 | 火电汽轮机组低压缸零功率改造中叶片风险的规避方法 |
CN110285879A (zh) * | 2019-07-29 | 2019-09-27 | 天津大学 | 基于电涡流传感器带冠叶片非接触式振动检测装置和方法 |
CN111174903A (zh) * | 2019-12-31 | 2020-05-19 | 北京化工大学 | 一种透平机械故障的诊断方法 |
CN111828103A (zh) * | 2020-07-23 | 2020-10-27 | 西安西热节能技术有限公司 | 一种汽轮机深度调峰运行叶片颤振区在线判别方法 |
CN112796920A (zh) * | 2020-12-14 | 2021-05-14 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN113124939A (zh) * | 2021-05-07 | 2021-07-16 | 陆雨轩 | 一种轮机叶片在线评估系统及轮机叶片损伤预警方法 |
CN113553745A (zh) * | 2021-08-05 | 2021-10-26 | 哈尔滨汽轮机厂有限责任公司 | 一种基于有限元汽轮机横置静叶和缸体强度联合计算方法 |
CN114166941A (zh) * | 2021-11-23 | 2022-03-11 | 哈尔滨工程大学 | 一种叶片裂纹长度参数在线识别方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112036660B (zh) * | 2020-09-09 | 2024-02-20 | 华润电力唐山丰润有限公司 | 低压缸切缸风险评估方法、装置、设备及可读存储介质 |
CN112901289B (zh) * | 2021-03-22 | 2024-07-09 | 哈尔滨汽轮机厂有限责任公司 | 一种汽轮机低压末级动叶片顶部的叶片振动监测装置 |
CN114564839B (zh) * | 2022-03-02 | 2024-05-28 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种汽轮机振动故障风险的评价方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2207523C1 (ru) * | 2001-10-24 | 2003-06-27 | Самарский государственный аэрокосмический университет им.акад. С.П.Королева | Способ определения параметров колебаний лопаток вращающегося колеса турбомашины и устройство для его осуществления |
CN101122541A (zh) * | 2007-08-03 | 2008-02-13 | 东方电气集团东方汽轮机有限公司 | 汽轮机叶片振动试验方法及装置 |
CN101592590A (zh) * | 2008-05-26 | 2009-12-02 | 唐德尧 | 一种转动叶片故障间接诊断技术 |
CN101688824A (zh) * | 2007-05-30 | 2010-03-31 | 维斯塔斯风力系统集团公司 | 用于风轮机叶片测试的疲劳测试装置、测试风轮机叶片的方法以及用于叶片测试致动器的控制系统 |
CN101762385A (zh) * | 2008-12-22 | 2010-06-30 | 通用电气公司 | 用于转子叶片健康状况监测的系统和方法 |
CN102330645A (zh) * | 2011-09-19 | 2012-01-25 | 吴建华 | 一种风电机组结构健康监测系统及其方法 |
CN103175667A (zh) * | 2013-03-07 | 2013-06-26 | 苏州东菱振动试验仪器有限公司 | 叶片疲劳非接触测量闭环振动测试方法 |
US20140114587A1 (en) * | 2012-10-19 | 2014-04-24 | Florida Power & Light Company | Method and system for monitoring rotor blades in combustion turbine engine |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57203923A (en) * | 1981-06-10 | 1982-12-14 | Hitachi Ltd | Vibration measurement device for moving vane |
US8074499B2 (en) * | 2009-12-22 | 2011-12-13 | General Electric Company | Method and system for detecting a crack on a turbomachine blade |
CN103983697B (zh) * | 2014-05-09 | 2016-08-24 | 西安交通大学 | 一种运行状态下离心压缩机叶轮裂纹的频域定量诊断方法 |
CN106053598A (zh) * | 2016-05-26 | 2016-10-26 | 中国大唐集团科学技术研究院有限公司西北分公司 | 一种汽轮机叶轮轮缘超声波检测方法 |
CN205786375U (zh) * | 2016-07-15 | 2016-12-07 | 大唐甘肃发电有限公司西固热电厂 | 一种汽轮机转子轮缘反t型槽裂纹的检测装置 |
-
2018
- 2018-07-26 CN CN201810840201.0A patent/CN109186744B/zh active Active
- 2018-10-12 WO PCT/CN2018/110054 patent/WO2020019531A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2207523C1 (ru) * | 2001-10-24 | 2003-06-27 | Самарский государственный аэрокосмический университет им.акад. С.П.Королева | Способ определения параметров колебаний лопаток вращающегося колеса турбомашины и устройство для его осуществления |
CN101688824A (zh) * | 2007-05-30 | 2010-03-31 | 维斯塔斯风力系统集团公司 | 用于风轮机叶片测试的疲劳测试装置、测试风轮机叶片的方法以及用于叶片测试致动器的控制系统 |
CN101122541A (zh) * | 2007-08-03 | 2008-02-13 | 东方电气集团东方汽轮机有限公司 | 汽轮机叶片振动试验方法及装置 |
CN101592590A (zh) * | 2008-05-26 | 2009-12-02 | 唐德尧 | 一种转动叶片故障间接诊断技术 |
CN101762385A (zh) * | 2008-12-22 | 2010-06-30 | 通用电气公司 | 用于转子叶片健康状况监测的系统和方法 |
CN102330645A (zh) * | 2011-09-19 | 2012-01-25 | 吴建华 | 一种风电机组结构健康监测系统及其方法 |
US20140114587A1 (en) * | 2012-10-19 | 2014-04-24 | Florida Power & Light Company | Method and system for monitoring rotor blades in combustion turbine engine |
CN103175667A (zh) * | 2013-03-07 | 2013-06-26 | 苏州东菱振动试验仪器有限公司 | 叶片疲劳非接触测量闭环振动测试方法 |
Non-Patent Citations (1)
Title |
---|
陈香 等: "《含裂纹叶片的轴流式压气机整体》", 《航空动力学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109944646A (zh) * | 2019-04-04 | 2019-06-28 | 哈尔滨汽轮机厂有限责任公司 | 火电汽轮机组低压缸零功率改造中叶片风险的规避方法 |
CN110285879A (zh) * | 2019-07-29 | 2019-09-27 | 天津大学 | 基于电涡流传感器带冠叶片非接触式振动检测装置和方法 |
CN111174903A (zh) * | 2019-12-31 | 2020-05-19 | 北京化工大学 | 一种透平机械故障的诊断方法 |
CN111174903B (zh) * | 2019-12-31 | 2021-10-01 | 北京化工大学 | 一种透平机械故障的诊断方法 |
CN111828103A (zh) * | 2020-07-23 | 2020-10-27 | 西安西热节能技术有限公司 | 一种汽轮机深度调峰运行叶片颤振区在线判别方法 |
CN112796920A (zh) * | 2020-12-14 | 2021-05-14 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN112796920B (zh) * | 2020-12-14 | 2022-08-05 | 华能澜沧江水电股份有限公司 | 立式混流式水轮发电机转轮贯穿性裂纹早期预警的方法 |
CN113124939A (zh) * | 2021-05-07 | 2021-07-16 | 陆雨轩 | 一种轮机叶片在线评估系统及轮机叶片损伤预警方法 |
CN113553745A (zh) * | 2021-08-05 | 2021-10-26 | 哈尔滨汽轮机厂有限责任公司 | 一种基于有限元汽轮机横置静叶和缸体强度联合计算方法 |
CN113553745B (zh) * | 2021-08-05 | 2022-04-19 | 哈尔滨汽轮机厂有限责任公司 | 一种基于有限元汽轮机横置静叶和缸体强度联合计算方法 |
CN114166941A (zh) * | 2021-11-23 | 2022-03-11 | 哈尔滨工程大学 | 一种叶片裂纹长度参数在线识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109186744B (zh) | 2020-10-27 |
WO2020019531A1 (zh) | 2020-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109186744A (zh) | 汽轮机叶片裂纹评估系统及汽轮机叶片裂纹预警方法 | |
CN201110799Y (zh) | 汽车发动机异响检测仪 | |
EP1297313B1 (en) | Monitoring the health of a power plant | |
CN103115789B (zh) | 金属结构损伤剩余寿命的第二代小波支持向量机评估方法 | |
CN106441896A (zh) | 滚动轴承故障模式识别及状态监测的特征向量提取方法 | |
CN110160765A (zh) | 一种基于声音或振动信号的冲击特征识别方法及系统 | |
CN106323664A (zh) | 空调机组的振动测试及诊断方法、装置及空调机组 | |
CN105487530B (zh) | 柴油机排温低故障预测系统及方法 | |
CN104386449A (zh) | 用于矿用皮带运输机头尾轮在线检测智能保护装置 | |
CN103471841A (zh) | 一种旋转机械振动故障诊断方法 | |
CN101839805A (zh) | 发动机主动故障质检与智能故障诊断方法 | |
CN112098128A (zh) | 基于噪声和振动的动力机械设备故障和能耗分析方法 | |
CN108318815A (zh) | 一种双馈风力发电机在线监测及故障综合诊断方法 | |
CN105352713A (zh) | 通过检测叶片静位移实现检测叶片疲劳裂纹的方法 | |
CN112461934B (zh) | 一种基于声发射的航空发动机叶片裂纹源定位方法 | |
CN109238727A (zh) | 一种发动机故障监测预警系统 | |
CN111504647A (zh) | 基于ar-mset的滚动轴承的性能退化评估方法 | |
US20210149387A1 (en) | Facility failure prediction system and method for using acoustic signal of ultrasonic band | |
CN102607641A (zh) | 一种燃气轮机的聚类异常检测方法 | |
CN101504309A (zh) | 往复机械振动信号的分析方法 | |
CN102494882B (zh) | 矿用振动筛弹簧在线监测与故障诊断装置及其方法 | |
CN103821749A (zh) | 一种轴流式通风机失速和喘振的在线诊断方法 | |
CN108716463A (zh) | 一种往复压缩机环状气阀的故障诊断方法 | |
CN108287197A (zh) | 声发射塔吊安全检测系统的信号处理方法 | |
CN108205016A (zh) | 声发射塔吊安全检测的工控机系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221222 Address after: 150000 building 3, high tech production base, Nangang District, Harbin City, Heilongjiang Province Patentee after: HARBIN TURBINE Co.,Ltd. Patentee after: HADIAN POWER EQUIPMENT NATIONAL ENGINEERING RESEARCH CENTER CO.,LTD. Address before: 150046 No. three power road 345, Xiangfang District, Heilongjiang, Harbin Patentee before: HARBIN TURBINE Co.,Ltd. |